公債利差自己也會抖，但把這個抖動加進波動預測，九格全部測不到增量

十年期公債殖利率減掉兩年期，得到的差額叫期限利差。它平常被拿來看景氣，倒過來的時候大家會開始講衰退。

這份研究看的是利差 跳動的幅度 。把每天的利差變化取 21 個交易日的年化標準差，得到一個「債券市場對利率路徑有多沒把握」的量，實驗裡把它叫 TSV21。直覺上這種不確定性應該會外溢到股票，讓股票也跟著抖。

問題設計得很具體：在已經有 MOVE 指數的情況下，這個利差波動還能多告訴我們什麼？

MOVE 是債券市場的恐慌指數，做的事情跟 VIX 一樣，只是量的是公債。它是這題的現任者。

一次看九格

三個標的：標普 500（SPY）、高收益公司債（HYG）、小型股（IWM）。三個預測期距：明天、未來 21 天、未來 63 天。三乘三，九格。

利差序列從 2006 年 1 月 3 日排到 2026 年 8 月 6 日，共 5,153 個交易日；價格序列排到 2026 年 8 月 7 日。九格各自的迴歸樣本數落在 1,065 到 1,790 之間，三檔標的的可用期間不同，所以各估各的，不合併成一個大樣本。

四個模型層層疊上去：

• M0：只用落後的已實現波動預測（最陽春的基準）
• M1：M0 加上利差波動
• M2：M0 加上 MOVE
• M3：兩個都加

所有預測變數都先往後推一天才使用，樣本外用擴張窗，訓練列的終點必須落在預測起點之前，隨機種子固定 42。這幾件事是為了確保模型看不到未來。

樣本內：九格全部不顯著

M3 這一層裡，利差波動的係數在九格的 t 值分別是：

九格的絕對值全部小於 2。最大的一格是小型股的 63 天，1.54，離常用的 1.96 還有距離。連正負號都不一致：明天那一欄兩正一負，63 天那一欄三個全負。

實驗檔記的裁決是 NULL，九格裡通過單變量門檻的有 0 格，控制 MOVE 之後站得住的也是 0 格。裁決旁邊還有一行小字：這個裁決的適用範圍只到樣本內。下一節解釋為什麼要加那行小字。

樣本外：這裡少了一把可用的尺

最想做的比較是 M3 對 M2——在已經有 MOVE 的模型上再加利差波動，樣本外的損失會不會下降。這個比較做不成正式檢定。

M2 是 M3 的子集。這種一個模型包住另一個模型的比較，兩條常見的路都走不通：Clark-West 只推導給均方誤差用，而這裡用的損失函數是專門評波動預測、對低估罰得比高估重的那一種；Giacomini-White 要求估計視窗的記憶長度固定，而這裡用的是會一直長大的擴張窗。

所以實驗檔把樣本外這一層記成「無法判定」，四組包住關係的比較全部降級成方向性的診斷，沒有機率值，也不能用來說誰顯著。

能講的只剩描述。九格的平均損失分數排出來，M3 比 M2 高的有七格，低的有兩格（高收益債的明天、高收益債的 63 天）。同樣的排法，M1 比 M0 高的有八格，唯一沒變高的是高收益債的明天那格，4.2770 降到 4.2671，幅度小到不值得談。

七比二和八比一都是方向，不是檢定結果。看到這裡最誠實的說法是：加了利差波動之後，多數格子的樣本外損失往上走，但這份設計沒有一把尺能量出那個上升是否超出雜訊。

唯一做得成檢定的那場比較

M1 和 M2 誰也不包含誰：一個只加利差波動，一個只加 MOVE。這是非巢狀比較，標準的預測誤差比較檢定用得上。

九格一起做，就會有格子靠運氣過關，所以用了標準的多重比較調整把門檻收緊，整族的誤判率壓在 5% 以內。九格裡有兩格通過，兩格都在最短的明天那一列：

負號代表排在前面的模型損失比較低，也就是只加利差波動的 M1 贏過只加 MOVE 的 M2。拿平均損失分數對一下：標普 500 明天那格，M1 是 4.0677，M2 是 4.5346，M1 確實比較低。

小型股明天那格的原始機率值是 0.0501，卡在門檻邊上，Holm 調整後變成 0.351，不算通過。其餘六格的調整後機率值從 0.524 一路排到 1.0。

這一段有三個邊界要講清楚。

第一，實驗檔把這組比較標成次要證據，並且明寫它不參與裁決。主裁決仍然是 NULL。

第二，它比的是兩個非巢狀對手誰的損失低，不是「利差波動有預測力」的翻案。M1 贏 M2，不等於 M1 贏最陽春的 M0——實際上 M1 對 M0 那一欄，九格有八格的損失更高。

第三，它只在明天這一列成立。21 天與 63 天的六格全部沒有通過。

還有一層穩健性。同一組比較用五種頻寬設定各跑一次，五種全部通過的只有高收益債的明天那格。標普 500 明天那格在頻寬拉到四倍時，Holm 調整後變成 0.055，掉出門檻。實驗檔自己寫了規則：只有五種情境都成立的格才能拿來當穩健結論，翻轉的格降級成對頻寬敏感的診斷。照這條規則，站得住的是一格。

三條範圍限制

第一條前面講過：巢狀的樣本外比較只是描述性的，這份裁決是樣本內裁決。

第二條，這份研究沒有把景氣循環的官方認定拉進來，本地也沒有那份序列的快照，所以「利差波動在衰退前後表現不同」這個可能性沒有被檢驗過，留給後續。

第三條，迴歸裡測的只有 21 日版的利差波動。還有一個 63 日版本，這份研究只把它畫出來看，沒有讓它進迴歸，也沒有給它任何預測比較的結論。

圖上兩條利差波動線在 2008 到 2009、2020、2022 到 2023 三段跟 MOVE 一起放大，但最高點不在同一年：MOVE 的峰在 2008 到 2009，利差波動的峰在 2023。共同的驅動力看得見，只是 MOVE 把它表達得更完整。

這對一般投資人的意思

想知道股市接下來會不會震，公債利差的抖動不是值得多看一眼的指標。在已經有 MOVE 的模型裡，它的增量係數九格全部小於 2；樣本外那一層，這份設計連一把能用的尺都沒有。

至於明天那一列 M1 贏過 M2 的兩格，正確的讀法是：在最短的期距上，兩個宏觀波動代理誰都沒有壓倒性優勢，只放 MOVE 的那個損失反而更高。要把這句話變成「利差波動可以用」，還缺一個它贏過最陽春基準的證據，而這份資料給的是相反的方向。

再往前一步：這已經是第 N 個被既有恐慌指數蓋過去的候選指標。這類研究的價值，在於把「看起來很有道理」和「真的有增量資訊」之間的距離量出來，而且要誠實承認，有些距離這份設計量不出來。

資料：FRED 的 DGS10 與 DGS2 殖利率、MOVE 指數收盤價、SPY／HYG／IWM 日資料。利差序列 2006-01-03 至 2026-08-06（5,153 個交易日），價格序列 2003-01-02 至 2026-08-07。預測變數為 21 日 Δ利差的年化標準差，目標為未來 h 日年化已實現波動（h = 1、21、63），迴歸在對數尺度上進行、比較損失時取回原尺度。標準誤採重疊窗口修正法，頻寬取常規規則與 1.5 倍預測期距的較大者。樣本外損失為 actual／pred − log(actual／pred) − 1。四組巢狀配對（M1 對 M0、M2 對 M0、M3 對 M0、M3 對 M2）的樣本外統計量為診斷用途，沒有機率值解釋；唯一的樣本外推論來自互不包含的 M1 對 M2 家族，九個檢定一起做並以標準的逐步多重比較調整把整族誤判率控制在 0.05，角色為次要樣本外推論，不進入裁決。所有預測變數先落後一日，樣本外採擴張窗並要求訓練列終點早於預測起點，隨機種子 42。獨立覆核：Codex gpt-5.6-sol xhigh（fresh independent），2026-09-01T15:30:30Z，verdict PASS，blocking defects 0。全文數字逐一對應 experiments/K1696/K1696_results.json。

懶人包圖組